linux运维中常见关键指标参数有哪些

这篇“linux运维中常见关键指标参数有哪些”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“linux运维中常见关键指标参数有哪些”文章吧。

西丰网站建设公司成都创新互联,西丰网站设计制作,有大型网站制作公司丰富经验。已为西丰千余家提供企业网站建设服务。企业网站搭建\成都外贸网站建设要多少钱,请找那个售后服务好的西丰做网站的公司定做!

一、关键字概述

(1) PV(Page View): 页面访问量,即页面浏览量或点击量,用户每次刷新即被计算一次

(2) UV(Unique Visitor): 独立访客,统计1天内访问某站点的用户数(以cookie为依据,如同一个用户)

(3) QPS(Query Per Second): 每秒请求数,QPS其实是衡量吞吐量的一个常用指标,就是说服务器在一秒的时间内处理了多少个请求。

(4) TPS(Transactions Per Second): 每秒事务数(数据库中常用)

(5) 并发数: 并发数是指系统同时能处理的请求数量,这个也是反应了系统的负载能力。(例如:nginx 的活动链接数)

(6) 吐吞量: 吞吐量是指系统在单位时间内处理请求的数量

(7) 响应时间(RT): 响应时间是指系统对请求作出响应的时间,一般取平均响应时间

二、运算规则,逻辑关系

1. 峰值 QPS 计算方式

  • 原理:每天80%的访问集中在20%的时间里,这20%时间叫做峰值时间

  • 公式:( 总PV数 * 80% ) / ( 每天秒数 * 20% ) =  峰值时间每秒请求数(QPS)

2. QPS(TPS)、并发数、响应时间它们三者之间的关系是

公式:

  • QPS(TPS)= 并发数 / 平均响应时间

  • 并发数 = QPS * 平均

  • 响应时间QPS = 总请求数 / ( 进程总数 * 请求时间 )

3. PV 计算带宽

  • PV 统计:nginx日志,一般是对所有访问日志数量,进行求和统计

  • UV  统计:nginx日志,对remote_addr进行统计,排除remote_addr重复值,进行求和统计。

公式:

网站带宽= PV / 统计时间(换算到S)*平均页面大小(单位KB)* 8

注意:峰值预估的话,一般是网站带宽的5倍。

4. PV与并发

并发连接数公式:

并发连接数 = PV / 统计时间 * 页面衍生连接次数 * http响应时间 * 因数 / web服务器数量

  • 页面衍生连接次数: 一个页面请求,会有好几次http连接,如外部的css, js,图片等,这个根据实际情况而定。

  • http响应时间: 平均一个http请求的响应时间,可以使用1秒或更少。

  • 因数: 峰值流量 和平均流量的倍数,一般使用5 ,最好根据实际情况计算后得出

单台服务器每天PV计算

  • 公式1:每天总PV = QPS * 3600 * 6

  • 公式2:每天总PV = QPS * 3600 * 8

5. 服务器计算

服务器数量 = ( 每天总PV / 单台服务器每天总PV )

三、案例

案例1:每天300w PV 的在单台机器上,这台机器需要多少QPS?,如果一台机器的QPS是58,需要几台机器来支持?

答:

  • ( 3000000 * 0.8 ) / (86400 *0.2 ) = 139 (QPS)

  • 139 / 58 = 3 台

案例2:假如 1秒钟100个请求,处理每个请求需要花2秒,QPS是多少

答:100 / 2= 50 Qps

案例3:10万PV,页面派生50个请求、http 1秒响应, 因数:5 倍峰值,求单台qps

答:10PV的并发连接数: (100000PV / 86400秒 * 50个派生连接数 * 1秒内响应 * 5倍峰值) / 1台Web服务器 = 289  并发连接数

案例4:假设网站的平均日PV:10w 的访问量,页面平均大小0.4 M

答:

  • 网站带宽 = 10w / (24 *60 * 60)* 0.4M * 8 =3.7 Mbps

  • 实际带宽大约在 3.7 Mbps * 5=18.5 Mbps (峰值流量是平均流量的5倍,需要是峰值流量)

以上就是关于“linux运维中常见关键指标参数有哪些”这篇文章的内容,相信大家都有了一定的了解,希望小编分享的内容对大家有帮助,若想了解更多相关的知识内容,请关注创新互联行业资讯频道。


网站栏目:linux运维中常见关键指标参数有哪些
本文路径:http://scjbc.cn/article/pioeoc.html

其他资讯